第 1 层 · 物理层
核心问题:AI 半导体最终要落在 fab、洁净室、晶圆、电力、电网、冷却、数据中心和航运咽喉上。物理层决定叙事能不能变成上线产能。
✦ 智慧压缩
┌──────────────────────────────────────────────────────────────────┐
│ 物理层的元判断: │
│ │
│ AI 不是云上的抽象需求,它会撞到混凝土、晶圆、电网、变压器和海峡。 │
│ 只要需求够强,最稀缺的就不再是模型参数,而是能被真实交付的 │
│ N3 晶圆、HBM stack、800V 机架、MW/GW 电力和可运行的数据中心。 │
└──────────────────────────────────────────────────────────────────┘
主要论点
S01 · 魏哲家 Agentic 指令模式拐点
- 来源 xray:TSMC Earnings / New N3 Fabs
- 核心断言:TSMC CEO 魏哲家从 foundry 的传统沉默位置,转向明确谈 agentic command/action mode,是应用需求穿透到物理产能规划的确认。
- 关键数字 / 时间:
- 2026-04:TSMC 1Q26 earnings
- 3 座新 N3 fab
- 2027 H1:Tainan GIGAFAB 观察中
- 2027 H2:Arizona 观察中
- 2028:Japan 观察中
- 现状:CAE ID 94;是 S02 的确认父节点。
S02 · TSMC N3 逻辑晶圆瓶颈
- 来源 xray:Great AI Silicon Shortage,TSMC Earnings
- 核心断言:物理产能的中心不是“TSMC 很强”,而是 N3 晶圆分配决定 Rubin、TPU、MI400、Trainium3 等加速器的真实上线节奏。
- 关键数字 / 时间:
- 2026:AI 约占 N3 晶圆 60%
- 2027:AI 约占 N3 晶圆 86%
- 2026 H2:N3 利用率 >100%
- 5% N3 release:+0.1M Rubin / +0.3M TPU v7
- 25% N3 release:+0.7M Rubin / +1.5M TPU v7
- 现状:进行中;是 物理层 → 工艺层 的核心桥。
S15 · 电力和电网成为 AI 硬约束
- 来源 xray:AI Data Center Cost Breakdown,Citrini DPA / Grid
- 核心断言:AI 数据中心的物理瓶颈会从 GPU 采购转向电力采购、电网接入、变电站、变压器、冷却和许可审批。
- 关键数字 / 时间:
- 需求单位从 GPU 数量扩展到 MW / GW
- 800V DC 机架是功率密度响应
- Defense Production Act / 电网政策进入观察清单
- 现状:进行中;S15 → S19 表示物理瓶颈触发政策介入。
S22 · SiC/GaN 800V 电源 BOM 迁移
- 来源 xray:Supply Chain Inheritance,Wolfspeed
- 核心断言:物理机架电力从 54V 走向 800V,会把 SiC/GaN、固态变压器、VRM、MLCC、热基板拉入 AI 基础设施。
- 关键数字 / 时间:
- 54V → 800V
- Rubin rack:600kW
- Rubin Ultra GPU:2500W / 0.7V = 3500A
- 2030:AI 可能占 SiC 总需求 50%
- Mohawk Valley:200mm SiC fab
- 300mm SiC:2026-01 demo
- 现状:进行中;是物理层 / 工艺层 / 标的层三层共用论点。
S20 · 霍尔木兹和能源地缘成为半导体尾部风险
- 来源 xray:Citrini Strait of Hormuz Field Trip
- 核心断言:能源和航运咽喉会进入半导体物理风险图,因为 AI 基础设施对电力、材料、物流和建设周期的耦合度上升。
- 关键数字 / 时间:
- Strait of Hormuz 是能源咽喉
- AI 数据中心建设对能源可得性更敏感
- S20 → S15 是尾部风险边
- 现状:观察中;政策层会展开。
物理约束栈
| 约束 | 单位 | 主论点 | 观察口径 |
|---|---|---|---|
| 先进制程晶圆 | N3 晶圆 / WSPM | S01, S02 | TSMC fab 排期、分配、利用率 |
| 内存带宽 | HBM stack / DRAM 晶圆 | S03, S25 | SK Hynix / Samsung / Micron 供给和价格 |
| 机架电力 | kW / 机架,电压 | S15, S22 | 54V → 800V,电源转换 BOM |
| 数据中心建设 | MW / GW | S15 | 电力采购、电网接入、冷却 |
| 材料 / 基板 | SiC 晶圆、interposer、基板 | S16, S22 | 200mm / 300mm SiC、Active LSI、CPO 供给 |
| 地缘风险 | 航运 / 能源路线 | S20 | 霍尔木兹、能源价格、材料物流 |
链路
| 起点 | 终点 | 关系 | 含义 |
|---|---|---|---|
| S01 | S02 | 确认 | TSMC 表态确认 N3 物理资本开支响应。 |
| S02 | S25 | 因果 | N3 物理约束成为双瓶颈中的逻辑侧。 |
| S15 | S19 | 因果 | 电网瓶颈迫使政策响应。 |
| S15 | S22 | 因果 | 功率密度推动 800V / SiC / GaN 迁移。 |
| S20 | S15 | 风险 | 能源咽喉会加重数据中心电力约束。 |
关键摘句
“需求不是希望,是混凝土 + 设备。” — TSMC 财报综合
“AI 正在完全转变 TSMC。” — Stratechery xray
“只有 800V 才能物理实现。” — Citrini 800V 综合
“电力不是背景变量,而是上线产能。” — 数据中心成本综合
“AI 坐在接收端,享用别人建好的基础设施。” — Citrini 继承论点
术语引用
监控信号
| 信号 | 强化 | 削弱 |
|---|---|---|
| TSMC N3 fab 排期 | S01, S02 | 任何 6 个月以上延期 |
| TSMC / hyperscaler 资本开支一致性 | S02, S15 | 资本开支削减或递延 |
| 公用事业接入进展 | S15 | 没有电力路径的数据中心公告 |
| 800V 供应商承诺 | S22 | 800V 仍停留在实验室 / 参考设计 |
| WOLF Mohawk 利用率 | S06, S22 | 低利用率持续 |
| 能源 / 航运冲击 | S20, S15 | 能源路线稳定会降低尾部风险溢价 |
OB 参考补强
| 来源 | 补强点 | 对应论点 |
|---|---|---|
| SemiAnalysis: How Much Do GPU Clusters Really Cost? | 把 GPU 需求拆成 cluster 成本栈:GPU、networking、电力、冷却、建设周期。 | S15, S17 |
| SemiAnalysis: AI Training Load Fluctuations at Gigawatt-scale | 电网问题不只是 MWh,而是 GW 级训练负载的波动和 power quality。 | S15, S19 |
| Stratechery: Building Power for AI | AI labs / hyperscalers 以长期需求反向拉动新电力基础设施。 | S15, S19 |
| Citrini: Stargate Field Trip | 现场建设视角补齐 gas turbine、substation、MEP、fiber 和施工链条。 | S15, S19 |
| Citrini: Power Struggle: Natural Gas | 可调度天然气成为 AI 数据中心上线速度的物理约束。 | S15, S20 |
未解疑问
- TSMC 新 N3 fab 在叙事上可被称为“Rubin fab”,但实际产能会有多少分配给 NVIDIA、TPU、AMD 或自研 ASIC?
- 电力会在 N3/HBM 之前成为第一硬约束,还是要等 2027 产能爬坡后才成为主约束?
- 800V 会成为行业标准,还是停留为 NVIDIA 主导架构?